Title | Formelsammlung 1 |
---|---|
Course | Höhere Mathematik 1 |
Institution | Technische Universität München |
Pages | 2 |
File Size | 378.9 KB |
File Type | |
Total Downloads | 47 |
Total Views | 138 |
Formelsammlung...
MASCHINENZAHLEN
-adische Darstellung: ( ) REZEPT: -adische Darstellung einer reellen Zahl 9 mit und , ) 9 Bestimme aus ∑ mit * + ( ) 9 Falls Bestimme aus ∑ * + ( )
* + und Mantisse 8 „normalisiert“ : falls * Maschinenzahlen: { 8 Anzahl: ( ) mit -stellige Gleitpunktzahlen:
( Maschinengenauigkeit
mit
mit
+
} *
+
)
( ) nächstgrößeren Zahl in gibt es ein 8 Bei der Eingabe: zu jedem kleine gut approximiert Runden: Abbildung , minimal
mit
8 Beim Runden: zu jedem gibt es ein () ( ) kleiner Fehler
mit
mit
Arithmetische Gleitpunktzahlen: * + ( ) 8 Bei der Arithmetik: zu allen gibt es ein mit ( )( ) kleiner Fehler
Auslöschung: Substraktion von zwei nahezu gleiche Gleitpunktzahlen (√ ⁄ √ ) √ √ zur Vermeidung
Problem: , und sind normierte Räume Kondition: Maß für Auswirkung des Fehlers in Eingabedaten auf Resultate ( ) ( ) mit Eingabedatenfehler und Fehler im Resultat ;
8
()
8 Absolute Kondition: falls
diff.bar
8 Relative Kondition: falls
diff.bar
‖‖
()
()
8 Gut konditioniert: 8 Schlecht konditioniert:
()
‖‖
| ( )|
falls ( ) klein; ( ) falls ( ) groß; ( )
¾ STOP:
Die Groß-O-Notation: ( ) ( ( )) für mit ( ) ( ) für alle bzw. ()
()
(() )
oder
8 Der relative Fehler von in
bzw.
8 für ein heißt genau : falls
8 für ein heißt stabil : falls
mit
‖( ) ( )‖ ‖ ( )‖
‖( ) ( )‖
‖( ) ( )‖
‖ ( )‖ ‖( ) ( )‖ ‖ ( )‖
‖ ‖
mit‖ ‖
8 für ein heißt rückwärtsstabil : ‖ ‖
‖( ) ( )‖
:
:
‖‖
‖ ( )‖
( ) für
( ) für ein
( ) falls ( ) () für ein
mit ( ) ( )
Weitere Funktionen: ( ) ( ) ( ) mit ( ) REZEPT: Fixpunktiteration gegeben , gesucht mit ( ) 9 Wähle einen Startvektor(-zahl) in einer Umgebung von 9 Bestimme die Folge ( ) mit ( ), 9 STOP: ‖ ‖ ,
Babylonische Wurzelziehen: ( )
.
/
‖
‖
‖
‖
()
()
) ( () ()
()
*
+
√
fkt [x]=fixpunkt(n,s,phi) x(1)=s; for k=2:n x(k)=phi(x(k-1));
()
(
() ( )
) ( ) bzw.
( )
( ( ))
( )
()
( )) ‖ ‖ “betragsmäßig +
Das Gauß-Seidelverfahren 8 ( ) mit und ( ) ( ) ( ) ( ) mit ( )
( ∑
( )
()
Relaxation
( )
4 ∑
)
) () (
∑
)
) (
()
)
()
.
/
.
/
( ) ()
(
) ,
, -
Relaxationsparameter mit eine Familie * , -+ von Fixpunktiterationen ( )
OPTIMIERUNG Minimierungsproblem: bestimme ( ) von einer stetigen Zielfunktion in Zulässigkeitsbereich mit ( ) Stationärer Punkt REZEPT: Das allgemeine Abstiegsverfahren , 9 Bestimme Abstiegsrichtung mit ( )
9 Bestimme eine Schrittweite mit ( ) ( ) 9 für REZEPT: Das Gradientenverfahren 9 Abstiegsverfahren mit ( ) (=Die Richtung des steilsten Abstiegs) MATLAB: functionx=[opti(x0,f,DF,Hf) x=x0; deltax=1; while (norm(deltaxC)>eps) fx=f(x); Dfx=Df(x) ; h=1; while (f(x-h+Dfx)>fx-
Exakte Schrittweite: ( ) ( ) bestimme () Armijoschrittweite: ( ) bestimme die größte Zahl
2
3
mit (
) ( )
()
9
¾ Ist ein lokales Minimum von , sodass obiger Algorithmus für ( ) quadratisch gegen konvergiert ( )
REZEPT: Das globalisierte Newtonverfahren
9 Bestimme durch Lösen von ( )
,
( )
-
9 Falls ( ) * ‖ ‖+ ‖ ‖ , sonst ( ) 9 Armijoschrittweite (globale Konv. gesichert: global linear, lokal quadratisch) ( ) Inexakte Newtonverfahren: ( ) aus ( ) Quasi-Newtonverfahren: ersetze ( ) durch Matrix MATLAB:functionx=[opti(x0,f,DF,Hf) x=x0; deltax=1while (norm(deltaxC) >eps) fx=f(x); Dfx=Df(x) ; deltax=Hfx\Dfx; x=x-deltax; end
NUMERIK GEWÖHNLICHER DIFFERENTIALGLEICHUNGEN AWP ( ) mit ( ) an den Stellen mit und ( ) ⁄ für ein (
(
)
)
.
(
(
)
) mit / ,
.
(
) ,
/ ,
Damit die numerische Lösung beschränkt bleibt, muss die EWe von aus vom Betrag her kleiner als sein. () ( ) ( () ) 8 Einschrittverfahren Gitterfunktion mit ( ) ( ) für alle mit Zeitgitter * Schrittweiten für
+
mit den und der
maximalen Schrittweite { } 8 Konsistenz: Fehler, der lokal bei einem Schritt des Verfahrens entsteht ( () ) ( ) x konsistent, wenn ( () ) ( ) x x
Konsistenzfehler: ( ) ( ) ( ) Konsistenzordnung : falls ( ) ( ) ( ) für jedes gibt es ( ), sodass ( ) für eine hohe Konsistenzordnung sorgt lokal dafür, dass der
durch das Einschrittverfahren Schrittweite
gemachte Fehler bei einer Verkleinerung der
schnell verschwindend klein wird
8 Fourierreihe der Ableitung: ( ) stetig auf und ⁄) stückweise stetig differenzierbar auf , ⁄
)
() () ∑
∑
(
(
)
)
) für
mit ( )
.
(
/ ist -perodisch
Umrechnung von - in -Periodizität:
, -periodisch
endlich vielen zugelassenen Unstetigkeitsstellen - -Darstellung (für , ) die Integrationsgrenzen ändern!) , ⁄ ⁄) / ∫ ⁄ () . ∫ ⁄ () ,
()
8 8
∫
()
⁄
⁄
() .
⁄
∑
stetig in () () nicht stetig in
8
ungerade
8
gerade
∫
∫
⁄
⁄
( )
() .
( ) ()
.
/
()
,
.
/
/
() .
⁄ ⁄
∫
()
( ) mit
)
//
(
Bei ( )
⁄
(
)
()
( √⁄
()
(
) für
( ) ( ) ) von
Orthonormalsystem
√⁄ 〈 √⁄ 〉 , 〈 ( )〉, 〈 ( )〉 Sätze und Regeln zu Fourierkoeffizienten bzw. Fourierreihen
〈 ( )〉 bzgl. 〈 〉
()
()
∑
∑
8 Linerität: (
∫– ( ) ( )
.
.
) ()
/
()
8 Das Lemma von Riemann: ∑
∑
(
(
) . )
{
.
/
.
/ (
) .
()
für alle
)( )
( ) mit
() ∑ Fourierkoeff. von und
∫
(
⁄ ⁄
mit
) ()
∑
REZEPT: Bestimmen einer -periodischen Lösung einer DGL mit -periodischer Störfunktion ( ) ( ) ( ) ( ) mit einer stetigen, -periodischen ( ) und reell 9 Entwickle in ( ) ∑ ⁄ mit
9 *überspringen Mit Ansatz ( ) ∑ ) ∑ ( *
9 () ∑
FOURIERTRANSFORMATION Fouriertransformierte / Frequenz- / Spektralfunktion mit ( )
)
→
Zeitfunktion
()
∫
Cauchyhauptwert:
( )
() {
/ ∑
/ ∑
∫
() ⏟
∫
( )
von
(⏟ ) ()
( ) mit Schwartzraum
}
⏟ ()
Regeln und Sätze zur Fouriertransformation () ( ) bzw ( ) ()
stetig + ( ) für 8 Linearität: ( ) ( ) 8 Konjugation: ()
8 Ähnlichkeit: ( ) für
()
∫
8 Stetigkeit und eigentliche Konvergenz von ( ) ( ) für alle ( )
die Werte werden zum Rand hin klein
*+
( )
8 Verschiebung im Zeitbereich: (
)
()
Verschiebung im Frequenzereich: ( ) Ableitung im Zeitbereich: ( ) () Ableitung im Frequenzbereich: ( ) Faltung: ( )( ) ∫ ( ) ( )
( )
()
.
/
() ()
() ( ) 8 Umkehrsatz: stetig in 8 Symmetrie: ist genau dann gerade / ungerade, wenn die gerade / ungerade ist REZEPT: Lösen einer DGL mit Fouriertransformation ( ) ( ) ( ) ( ) mit 9 ( ) () () () () 9 *überspringen Löse nach ( )
9 Ermittle die Impulsantwort ( ) 9 ()
∫
-facher Tiefpass: .
/
(bzgl. )
()
()
()
Fouriertrafo ist dann bij ektiv, falls
8 8 8 8
ersetzen für Eliminierung der
Schwingungen, falls die Null sind Umrechnungsformeln x Komplex reell: , ( ) für x Reell komplex :
( )
mit
() ∑
) ∑
/
der nullte
und
.
(
REZEPT: Berechnung von Reihenwerten Gegeben: in stetige ( ) mit ( ) gesuchte Reihe 9 ( ) ( ) berechnen 9 finden, so dass ( ) zu der gegebenen Reihe wird 9 Da in stetig ( ) ( ) einsetzen 9 ( ) nach Reihe auflösen Komplex: -Darstellung (für , ) die Integrationsgrenzen ändern!) ()
.
bzw.
und
/
und ( )
für
/
/
∫ () ∫ () () ( ) bzw ( ( )) ( ) Distributionen: und sind eig keine Funktion (Dirac & Heaviside) Die inverse Fouriertransformierte ( ) mit () ( ) { ()() ∫ ()
⁄
MATLAB: function [ a0,a,b ] = fouriercoeff( f,n,Tmin,Tmax )T=TmaxTmin; w=2*pi/T; a0=2/T*integral(f,Tmin,Tmax); a = zeros(1,n); b = zeros(1,n); for k = 1:n a(k)=2/T*integral(@(t)(f(t).*cos(k*w*t)) ,Tmin,Tmax)b(k)=2/T*integral(@(t)(f(t).*sin(k*w*t)),Tmin,Tmax); end
() (
() 8 *Faltung:
-per. für
.
wobei
8 Frequenzverschiebung:
, wenn gilt
/
.
⁄ -periodisch mit ( ) ( ) ∑
mit
.
/
( ) mit ( ) ( ) ∑ 8 Zeitumkehr: ( ) mit 8 Zeitverschiebung:
aus dem Ableiten des
Zulässige Funktionen: ( ) [ insbesondere beschränkt+ ⁄ ⁄) oder , ) 8 ist -periodisch mit , 8 lässt sich in endlich viele Teilintervalle zerlegen, auf denen stetig und monoton ist. ( ) in 8 ( ) ( ) und ( )
Reell: ()
/
.
∑
∑
Fourierkoeffizient von ist 8 Streckung: ist -periodisch
mittel s Einschrittverfahren ermitteln
Interpolationspolynoms FOURIERREIHEN ist periodisch mit der Periode ( ) ( ) für
.
∑
8 Fourierreihe der Stammfunktion: ist Stammfunktion von ist in ( )
Eigenwerte mit ( ) besitzt Stabilitätsgebiet impliziter Verfahren Stabilitätsgebiet expliziter Verfahren
9 ( )
MATLAB: function [t,x]=runge_kutta(f,t0,x0,h,N)N=round(N); x=NaN* ones(length(x0),N+1); t=NaN*ones(1,N+1); t(:,1)=t0; x(:,1)=x0;for k=1:N k1=f(t(k),x(:,k));k2=f(t(k)+(h/2),x(:,k)+(h/2)*k1); k3=f(t(k) +(h/2),x(:,k)+(h/2)*k2);k4=f(t(k)+h,x(:,k)+h*k3); x(:,k+1)=x(:,k) +(h/6)*(k1+2*k2+2*k3+k4); t(k+1)=t(k)+h; end plot(t,x(1,:),'ko-')
- ,(
für
REZEPT: BDF-Verf.: Implizite Mehrschrittverf. zur Lösung steifer DGLen
Gradientenverfahren mit Armijoschrittweite: terminiert entweder in einem stationären Punkt oder unendliche Folge ( ) mit ( ) ( ) für alle (nur lineare Konvergenz beim GV) REZEPT: Das lokale Newtonverfahren , 9 Bestimme durch Lösen von ( ) ( )
)
Steife DGLen: haben einen Lösungsanteil, der schnell klein wird und dann gegenüber einem anderen Lösungsanteil nicht mehr beobachtbar ist die Schrittweite nach diesem Lösungsanteil ausrichten [ implizite Verf. zur Lsg ] 8 Wenn Jacobimatrix ( ( )) zum Zeitpunkt an der Stelle ( )
9 Startwerte 9 ∑
(armijoparameter)+h+Dfx´+Dfx) h=h/2; end deltax=h+Dfx; x=x-deltax; end
MATLAB: function [t,x]=impl_euler(f,t0,x0,h,N)options = optimset ('Display','off'); N=round(N); x=NaN*ones(length(x0),N+1); t=NaN* ones(1,N+1); t(:,1)=t0; x(:,1)=x0;for k=1:N t(k+1)=t(k)+h; x(:,k+1) = fsolve(@(xx)(xx-x(:,k)-h*f(t(k+1),xx)),x(:,k),options); end end
5
()
, falls strikt für alle
( )
) ((
( )
/
(
konv. mit der Ordnung gegen , falls ‖ ‖ für hat Konvergenzordnung , falls ‖ ‖ (
x
.
und
8 Beim klassischen Runge-Kuttaverfahren:
( irgendein Iterationsverfahren)
8 Konvexkombination:
(
( ∑
* mit
8 Beim impliziten Eulerverfahren:
MATLAB: function[x,relerr,niter]=gausseidel(A,b,x0,tol, maxiter) relerr=inf; niter=1; M=tril(A); N=M-A; while relerr>=tol&niter=tol&niter 1 disp('abgeschmiert'); break; end xvec=[xvec x]; weiter=norm(xnachxvor) > tol; iter=iter+1; diffold=diffnew; end
richtig/falsch, wenn beschränkt/unbeschränkt , , Algorithmus: aus * + , ( ) ( ) ( ) 8 Der absolute Fehler von in
‖
‖ ‖ ‖ ‖ “betragsmäßig maximale Spaltensumme” maximale Zeilensumme” ‖‖ *√
Funktionen werden nahe an bzw. nahe an betrachtet
9 Berechne
‖
„Löser“:
8 konvergent für , falls positiv definit ist [ Überrelaxierung für ]
stetig diff.bar und Fixp. von mit ( ( )) Eine konvergente Folge ( ) in mit Grenzwert hat die Konvergenzordnung , falls mit ‖ ‖ ‖ ‖ für alle für 8 Im Fall 8 / / linearer / quadratischer / kubischer Konv.
Spektralradius: ( )
bzw.
REZEPT: Nachweis von ( ) ( ( )) für
‖
‖
( )
√
Das SOR-Verfahren / Das relaxierte Gauß-Seidelverfahren 8
,
mit gewünschter Genauigkeit
.
,
( ) mit Inkrement-/Verfahrensfunktion] 8 Konvergenz: global x Gitterfehler: () () () x Diskretisierungsfehler: ‖ ‖ ‖ ( )‖ [ ist konsistent]
x
„Vorkonditioner“:
2. Für Gaußseidelverfahren:
Lokaler Konvergenzsatz: offen, stetig diff.bar und ein Fixpunkt von mit ‖ ( )‖ ( ( )) Lokaler, normunabhängiger Konvergenzsatz: offen,
Jacobimatrix: ( ) (
() nahe gut/schlecht konditioniert „Sensitivi tät bzgl. “ nach ableiten!
‖
¾ STOP:
‖ ‖ ‖⁄ ‖
() ⁄
‖
8 A-posteriori- Fehlerabschätzung: ‖
1. Für Jacobiverfahren:
( ) kleinste obere Schranke der nach oben beschränkten Menge
‖
, stetig
konvexen Menge ; ‖ ( )‖ ( ( )) für alle ‖ ‖ beliebige Vektornorm auf ‖ ( )‖ falls ‖ ( )‖
¾ Iterationsanzahl
⁄
‖ ‖ ‖ ( )‖
‖‖
()
‖ ‖
,
Globaler Konvergenzsatz / Fixpunktsatz von Banach: abgeschlossen und eine Kontraktion mit konvergiert gegen einen eindeutigen Fixpunkt REZEPT: Überprüfung der Gültigkeit des globalen Konvergenzsatzes 9 Stimmen die Vektorräume (Definitions- und Wertemenge) überein? nein: STOP, nicht gültig ; ja: weiter! 9 Ist abgeschlossen? nein: STOP, nicht gültig ; ja: weiter! 9 Ist Invarianz ( ) erfüllt? nein: STOP, nicht gültig ; ja: weiter! 9 Ist eine Kontraktion? nein: STOP, nicht gültig ; ja: gültig!
MATLAB: dec2bin(a) / bin2dec(a) / eps %Darstellung der Maschinenzahlen: … M=[ ] ; for e=emin:emax for m=b^(t-1):b^t-1 x=m*b^(e-t) ; M=[M x] ; end ; N(1:length(M))=1 ; plot (M,N,´o´) %semilogx(M,N,`o´) %Binärdarstellung: function [x]=bianerganz(a) k=1 ; while a>=1 if mod(a,2)=0 x(k)=1; a=a-1; a=a/2; k=k+1; else x(k)=0;a=a/2;k=k+1 end end x=x(end:-1:1)
, falls
8 A-priori-Fehlerabschätzung: ‖
mit
GRUNDBEGRIFFE DER NUMERIK
Fixpunkt von
Kontraktion: eine lipschitzstetige Funktion mit , ) 8 stetig diff.bar auf einer abgeschl., beschränkten und
8
) : Abstand von der Maschinenzahl zur (
8 Das relaxierte Verfahren: ( ) ( ) ( ) 8 Optimales Relaxationsparameter , minimale ( ( )) und alle Eigenwerte von sind reell
und die Folge ( ) gegen ein konvergiert ( ) ( ) () für alle Startwerte 8 global konvergent: 8 lokal konvergent: von mit für 8 lipschitzstetig: mit ‖ ( ) ( )‖ ‖ ‖ für alle [ Kontraktions- / Lipschitzkonstante ] [differenzierbar lipschitzstetig stetig]
Konvergenz:
-facher Tiefpass: .
(
) ()
/ () / ()
( ). ( ).
()
()
⏟
∫
()
(
/
()
) ()
/
MELTEM GOKS GOKSU U KANDEMIR
REZEPT: Herleitung einer gDGL für ( ) mittels Fouriertrafo 9 In Ansatz: ( ) 9 pDGL auftretende partielle Ableitungen aufstellen; einsetzen
MATLAB: syms s,t ; f=... ; laplace(f, s) REZEPT: Bestimmen der Partialbruchzerlegung () () 9 Nullstellen von ( ) ermitteln: ()
9 Mit AB und RB die Konstanten und ermitteln MATLAB:
syms t w ; f=… ; fourier(f,t,w)
()
()
( )( )
für jeden einfachen reellen Pol ansetzen
9
(
)(
(
)
)
für jeden doppelten reellen Pol ansetzen
für jedes konjugiert komplexe Polpaar ansetzen
Randwert- oder Anfangs-Randwertproblem gut gestellt, falls die
Lösung existiert, eindeutig ist und stetig von den Daten abhängt. Stabilität: fehlerbehaftete Eingangsdaten, deren Fehler in Ungenuigkeiten von Messungen zu suchen sind, haben nur relativ
(
, falls ( ) ( ) ( ) {
auf
für ( )
auf , falls verschiedene Verhalten für verschiedene ( )
() ∫
()
für
bereichs von höchstens exponentiellem Wachstum x Laplacetransformierte von :
mit ( ) ( ) und ( ( )) ( ) () x Originalfunktion: Originalbereich: Menge aller laplacetrans.baren Funktionen x Bildfunktion: () Bildbereich: Menge aller laplacetransformie...